基于空間自相關的耕地質量空間分布特征研究
——以江西省南昌縣為例

張 晗，趙小敏，匡麗花，郭 熙，李偉峰，歐陽真程，黃 聰，汪曉燕，葉英聰

(1.江西農業大學 江西省鄱陽湖流域農業資源與生態重點實驗室/南方糧油作物協同創新中心，江西 南昌 330045； 2.江西農業大學 國土資源與環境學院，江西 南昌 330045； 3.江西農業大學 土地科學研究所，江西 南昌 330045； 4.南京農業大學 公共管理學院，江蘇 南京 210095)

基于空間自相關的耕地質量空間分布特征研究
——以江西省南昌縣為例

張 晗1，2，3，趙小敏1，3，4，*，匡麗花4，郭 熙1，2，3，李偉峰1，2，歐陽真程1，2，黃 聰1，2，汪曉燕1，2，葉英聰1，2

(1.江西農業大學 江西省鄱陽湖流域農業資源與生態重點實驗室/南方糧油作物協同創新中心，江西 南昌 330045； 2.江西農業大學 國土資源與環境學院，江西 南昌 330045； 3.江西農業大學 土地科學研究所，江西 南昌 330045； 4.南京農業大學 公共管理學院，江蘇 南京 210095)

為了掌握與分析耕地質量空間分布特征，加強耕地質量建設，完善耕地保護新格局，基于加權平均法、集中度指數、分形維數和空間自相關分析法，以耕地質量等別監測試點縣——南昌縣為研究區，引入國家自然等指數、利用等指數和經濟等指數為空間變量，以耕地圖斑為空間單元進行空間自相關分析，從縣級和鄉鎮級尺度上探討耕地質量的空間差異特征。結果表明，南昌縣耕地質量呈現出西南高東北低的空間分布規律，耕地質量等指數Moran’sI值表現為自然等指數>經濟等指數>利用等指數。不同空間尺度下，耕地質量指數具有不同的空間關聯度，自然等指數受空間尺度的影響最大，經濟等指數其次，利用等指數最小。正相關HH型和LL型耕地以組團形式聚集分布，負相關HL型和LH型耕地則多以零星狀分布。綜合考慮南昌縣耕地質量空間自相關類型，將耕地劃分為常規監測區、綜合監測區和重點監測區3個監測分區。研究結果可為區域耕地質量監測、主導限制型譜序、耕地保護與管理分區和空間優化布局等提供借鑒參考。

耕地質量；空間分布；空間自相關；監測分區；南昌縣

耕地是土地資源中不可或缺的自然資源和最寶貴的生產資料，是糧食生產的載體。耕地質量與國家農業生產安全、農產品質量安全和生態文明建設密切相關，是重要的生產、生活、生態空間，也是促進社會經濟可持續發展的核心保障與物質基礎。當前，我國耕地質量總體上呈現下降趨勢，中低產田的耕地面積占耕地總面積的2/3以上，且大部分耕地存在限制性因素[1]。為提高耕地質量，加強耕地質量建設、管理和保護工作，“十三五”規劃提出了“藏糧于地，藏糧于技”戰略，要像保護大熊貓一樣保護耕地，著力加強全國耕地數量、質量和生態“三位一體”管護制度，農業部也相繼出臺了《農用地質量分等規程》(GB /T 28407—2012)、《耕地質量等級》(GB /T 33469—2016)等相關規程。

近年來，為加快推進耕地質量提升與保護，健全耕地補償保護機制，國內外學者在耕地質量和等別提升等方面做了諸多探索和研究，基于農用地分等成果的耕地質量監測與保護分區成為當前研究的熱點之一[2-5]。目前，國內外耕地質量的相關研究主要集中在耕地質量的綜合評價[6-7]、評價指標的選取[8]、監測體系的建立[9]、監測樣點的布設[10]、耕地質量動態變化與預警[11]、中低產田的質量改良[12-13]及耕地質量的空間分布格局[14-15]等方面，研究尺度多為國家、省級宏觀尺度，或市級、縣級、流域等中觀尺度[16-17]，研究方法以經典統計分析法、GIS空間分析技術、地統計學和綜合統計法等為主[18]。總體而言，國內耕地質量監測與評價研究體系已初步建立且日趨完善，研究成果極大地豐富了耕地質量的內涵，為耕地質量的空間優化布局提供了理論基礎和科學依據。一般地，較大尺度的空間分析容易掩蓋耕地質量的空間格局演變規律，而當前耕地質量空間分布的研究尺度多以宏觀和中觀為主，未能全面地從微觀尺度，如鄉鎮級、村級單元考慮研究區耕地質量自然屬性、利用屬性和社會經濟屬性的空間異質性。耕地質量常受到地形地貌、氣候、耕作制度等自然條件和耕地利用方式、投入管理水平、經濟發展水平等社會經濟條件的影響，而傳統的研究方法鮮從空間關聯角度定量地研究耕地質量的空間格局與變化特征。基于此，選取江西省南昌縣為研究區，以2015年為研究時點，以耕地質量指數(國家自然等指數、利用等指數和經濟等指數)為空間變量，運用加權平均法、集中度指數、分形維數和空間自相關等多維研究方法，從縣級和鄉鎮級中、微觀層面上定量研究南昌縣耕地質量的空間集聚和差異性特征，以期為江西省乃至全國的耕地質量監測、耕地保護與管理分區、耕地質量提升和空間優化布局等提供借鑒參考。

1 材料與方法

1.1 研究區概況

南昌縣坐落于江西省中部偏北，贛江、撫河下游，鄱陽湖之濱，28°16′～28°58′N、115°49′～116°19′E之間，屬于鄱陽湖平原地區。全縣地勢南高北低，呈緩慢傾斜狀，東北為湖濱平原，中部為平原和帶狀、壟崗狀局部低丘，西南部為低、殘丘和近河的沖積平原，全境平均海拔高度25 m。南昌縣位于亞熱帶濕潤氣候帶，年均氣溫17.8 ℃，年均降水量1 662.5 mm，年均日照時數1 603.4 h，年均霜期89 d。境內水系發達，贛江、撫河、清豐山河穿過境內，平均入境徑流量約870億m3。南昌縣土壤肥沃，有8個土類13個亞類33個土屬72個土種，水稻土是當地主要的農業土壤，紅壤為域內典型的地帶性土壤。

南昌縣轄區面積181 070.10 hm2，2015年耕地面積87 050.62 hm2，其中水田80 972.52 hm2，水澆地3 724.77 hm2，旱地2 353.33 hm2。南昌縣下轄11個鎮、7個鄉，擁有2個農墾場和1個國家級開發區(小藍經濟開發區)，264個村委會和71個居委會及社區。南昌縣位于我國長江中游平原農業水產區，是典型的農業生產大縣和我國中部地區的糧食主產區，素有“魚米之鄉”和“江南糧倉”之美譽。南昌縣作為國土資源部耕地質量監測試點縣，研究該區域耕地質量的空間分布具有典型性和代表性。

1.2 數據來源與處理

本研究所采用的數據來源于2014年南昌縣國土局和農業局等。研究區所用數據包括：(1)自然條件資料，包括土壤普查、水文地質調查數據，植被，地形地貌，農田水利設施建設情況，氣候統計，標準耕作制度，自然災害與災情分析等；(2)社會經濟資料，包括南昌縣農業統計、農業經濟統計、耕地生產投入與管理水平、南昌縣統計年鑒等；(3)基礎圖件資料，包括2013年土地利用變更數據(圖)、土地利用總體規劃圖、第二次土壤普查圖、行政區劃圖、地形地貌圖、土壤質地圖、有效土層厚度圖、灌排圖和空間分辨率為30 m的DEM圖等；(4)數據庫資料，包括2013年南昌縣耕地質量等別更新數據，第二次土地資源調查成果，土地利用現狀數據庫，農用地分等數據庫和耕地地力評價數據庫等。

本文基礎數據預處理和監測方法主要參照《耕地質量等級》和《農用地質量分等規程》里提供的方法及思路，對基礎數據進行分類整理，計算研究區耕地圖斑的國家自然質量等指數、利用等指數和經濟等指數，并基于ArcGIS 10.3平臺，采用Identity analysis對耕地圖斑、縣級分等單元和行政界線等基礎矢量數據進行疊加分析，構建南昌縣耕地質量監測指標體系，最終形成江西省南昌縣2015年耕地質量監測數據庫。

1.3 研究方法

1.3.1 耕地質量等別面積加權平均法

耕地面積和等別屬性是耕地的重要屬性，耕地質量等別面積加權平均法可以分析研究區耕地質量總體平均水平及空間分異規律。本文采用國家級自然等別、利用等別和經濟等別與圖斑面積進行加權平均，以研究南昌縣耕地自然質量、利用質量和經濟質量總體狀況。加權國家等別越低，代表耕地質量越高，反之，則越低。加權國家等別計算公式如下：

(1)

式(1)中：E為研究區耕地質量國家等別平均值；i為國家等別；imax為國家等別最大值；imin為國家等別最小值；Fi為第i等耕地面積；S為研究區耕地總面積。

1.3.2 耕地集中度指數

耕地集中度指數(G)是耕地在空間地域上集中程度的測度指標，數值越接近100，表明耕地在空間地域上分布越集中于某一或幾個區域，反之，則越分散。耕地集中指數計算模型如下：

(2)

式(2)中：G為耕地集中度指數；xi為研究區第i個鄉鎮的耕地分布面積；T為研究區耕地總面積；n為研究區鄉鎮個數。

1.3.3 分形維數

分形維數(fractal dimension)表征了各個組成部分的形態以某種方式與整體的自相似性和標度不變性。耕地斑塊受到自然環境與空間異質性的影響，在空間上以景觀的形式鑲嵌分布，是一種典型的自然幾何體。因此，常借用景觀生態學的斑塊分形維數來描述田塊的規整程度，其理論范圍在[1.0，2.0]之間，分形維數越高，耕地斑塊越復雜、越破碎，越不利于機械化；分形維數越小，耕地斑塊越規整，越有利開展規模化生產和土地綜合整治。耕地分形維數模型如下：

(3)

式(3)中：FD為田塊規整度；P為地塊周長；A為地塊面積。

1.3.4 空間自相關

空間權重是進行空間自相關分析的前提和基礎。空間位置的相鄰關系可分為鄰接關系、距離關系和最近K點關系3類。通過對研究區域耕地圖斑的空間鄰接性進行統計分析，發現以耕地圖斑為空間單元的空間分布較為均質，且絕大多數有相鄰的耕地圖斑，符合K點關系。經過多次試算和對照分析，當研究區域內各空間單元都擁有3個相同的相鄰個數(K=3)時，可降低耕地質量的空間內部差異，空間自相關模型擬合效果最優。

Moran’sI指數是空間自相關指標集聚程度的基本測度，在耕地質量空間集聚特征研究方面，Moran’sI統計量一般可分為全局空間自相關(global Moran’ sI)和局部空間自相關(local Moran’sI)。

Global Moran’ sI指數可以全面測度區域空間要素屬性值聚合或離散的程度。基于ArcGIS 10.3和GeoDa軟件平臺，運用全局Moran’sI指數驗證南昌縣和下轄各鄉鎮的耕地質量指數的空間依賴程度。全局Moran’sI指數取值范圍為[-1，1]，I>0表示空間正相關，研究對象趨于空間聚合特征；I<0表示空間負相關，研究對象趨于空間離散特征；I=0表示研究對象隨機分布。一般用Z值進行顯著性檢驗，當Zscore>2.58或Zscore<-2.58(α=0.01)時，表明耕地質量在空間上存在顯著的空間自相關性。全局空間自相關模型如下：

(4)

(5)

局部Moran’sI指數用于對整個區域耕地分布的空間自相關程度進行描述，能以圖形的形式直觀地展現研究區耕地質量的空間集聚狀況。以南昌縣耕地圖斑為空間單元，從縣級和鄉鎮級尺度上對耕地質量指數進行局部空間自相關分析，采用耕地質量指數LISA集聚圖分析南昌縣耕地質量集聚或離散的空間位置。耕地質量指數按HH(高-高型)、LL(低-低型)、HL(高-低型)、LH(低-高型)、NN(非顯著相關型)劃分為5種類型，其中，HH型和LL型為正相關類型，表示耕地質量空間聚合程度較高，LH型和HL型為負相關類型，表示耕地質量空間結構呈離散特性，NN為非顯著相關型，表示耕地質量無明顯的集合或離散特性。局部空間自相關計算模型如下：

(6)

式(6)中相關變量的含義同式(4)。

2 結果與分析

2.1 耕地質量空間分布特征

耕地質量等別反映土壤本身的生產潛力水平，與土壤理化性質、農田基本建設條件、光溫(氣候)生產潛力、耕地投入管理水平等自然和社會經濟條件密切相關。采用等別面積加權平均法得到南昌縣的國家平均自然等、平均利用等和平均經濟等分布(表1)。2015年南昌縣耕地國家自然等別在8～12等之間，平均為9.08等，高于9.08等的面積合計占83.80%；國家利用等在3～12等之間，平均為6.07等，高于6.07等的面積合計占92.51%；國家經濟等在3～13等之間，平均為5.06等，高于5.06等的面積合計占39.44%。整體來看，南昌縣耕地自然質量和利用質量較好，經濟質量相對較低。

無論是耕地自然質量、利用質量還是經濟質量，南昌縣2015年大部分區域都高于國家平均水平，耕地質量整體較優，但受到地形、耕地利用方式和社會經濟水平等的影響，南昌縣耕地質量分布存在著較大的差異。南昌縣地處平原地區，地勢平坦，自然條件優越，縣域內大部分地區自然質量都較高，在空間分布上整體呈現由西南向東北遞減的趨勢(圖1)；利用質量較高的區域主要分布在縣域的西南部、中南部和東部地區，這3個區域耕地生產與投入、農田基礎設施狀況以及田間管理技術等方面的社會利用條件較好，耕作半徑較短，且北部田塊較為規整，利于機械化耕作，整體上東北部利用水平略高于南部；經濟質量與自然質量、利用質量空間分布特征大體一致，經濟水平較高的區域主要集中在西南部、中南部和西北部，這3個區域社會經濟水平相對較高，耕地產出與經濟效益較大。

從耕地面積分布來看，南昌縣耕地主要集中在北部的南新鄉、蔣巷鎮和塘南鎮，東部的涇口鄉和幽蘭鎮，西南部的向塘鎮、廣福鎮等。經測算，以鄉鎮為空間單元統計的南昌縣域耕地集中度指數為20.31。如圖2所示，以行政村為單元的南昌縣耕地集中度指數呈現出“南北高、中部低”的特征，其中以蔣巷鎮的耕地集中度指數最高，其次為塘南鎮、涇口鄉、向塘鎮等，蓮塘鎮最低，一半以上的鄉鎮耕地集中度指數高于南昌縣耕地集中度指數，高值區集中在西南部、中部和東北部地區，表明南昌縣各鄉鎮耕地分布整體上較為集聚，但也存在較大的空間差異。

2.2 耕地質量空間自相關分析

2.2.1 全局空間自相關分析

從表2可知，在縣域尺度下，耕地質量的自然等指數、利用等指數和經濟等指數的全局Moran’sI值均>0.2，Zscore值均>2.58，通過α=0.01水平下的顯著性檢驗。從耕地質量等指數全局Moran’sI值來看，耕地的國家自然等指數>國家經濟等指數>國家利用等指數，表明南昌縣耕地自然質量所表現出的空間正相關集聚特性相對最強，其空間變異性相對最弱，而利用質量所表現出的空間正相關集聚特性相對最弱。

表1 南昌縣耕地質量等別面積分布

Table 1 Area distribution of cultivated land quality grade in Nanchang County hm2

NG，國家自然等別；UG，國家利用等別；EG，國家經濟等別。下同。

NG， Natural grade; UG， Use grade; EG， Economical grade. The same as below.

圖1 南昌縣耕地質量等別分布圖Fig.1 Distribution of cultivated land quality grade in Nanchang County

圖2 南昌縣各鄉鎮耕地集中度指數雷達圖Fig.2 Radar chart for degree index of concentration of cultivated land in Nanchang County

為了更直觀地反映鄉鎮級與縣級水平的耕地質量指數全局Moran’sI值變化特征，以21個鄉鎮耕地圖斑為空間單元，計算各鄉鎮的全局Moran’s I值(表3、圖3)。可以看出，鄉鎮級耕地國家自然等指數、經濟等指數和利用等指數全局Moran’sI值的平均值低于縣級水平的全局Moran’sI值；但鄉鎮級水平下，耕地質量3類指數的全局Moran’sI值在內部層面之間相差較大。對比縣級和鄉鎮級尺度耕地質量3類指數的全局Moran’sI值，兩者在數值上存在較大差距：國家自然等指數的全局Moran’sI值受空間尺度的影響最大，縣級與鄉鎮級水平全局Moran’sI值變幅達到0.1，國家經濟等指數其次，達0.09，國家利用等指數受影響最小，變幅僅0.06。21個鄉鎮中：自然等指數全局Moran’sI值最高的為廣福鎮，達0.77，最低的為將軍洲農場，僅0.11；利用等指數全局Moran’sI值最高的為三江鎮，達0.35，最低的為東新鄉、向塘鎮、蔣巷鎮和麻丘鎮，僅0.10；經濟等指數全局Moran’sI值最高的為涇口鄉，達0.38，最低的為蔣巷鎮和麻丘鎮，僅0.10。在空間分布上，耕地質量3類指數全局Moran’sI值大致呈現出西南高東北低的空間格局，國家自然等指數全局Moran’sI值的高值區明顯要多于利用等和經濟等指數。

表2 南昌縣耕地質量全局Moran’sI值

Table 2 Global Moran’s I value of land quality index in Nanchang County

耕地質量指數LandqualityindexMoransIZscoreNG0.4240.35UG0.2126.38EG0.2818.19

圖3 南昌縣各鄉鎮耕地質量指數全局Moran’s I值空間分布Fig.3 Spatial distribution of global Moran’s I value of land quality index in Nanchang County

2015年南昌縣耕地斑塊分形維數平均值為1.063 2(表3)，其中，田塊規整度高于全縣平均水平(即分形維數<1.063 2)的有12個鄉鎮，低于全縣水平的有9個，各鄉鎮耕地分形維數均在1.0～1.1之間，說明南昌縣耕地要素處于穩定狀態，田塊規整度較高，形狀趨于正方形。從地理分布上來看，南昌縣耕地的田塊規整度整體呈現出由東北向西南遞減的趨勢，最小值出現在五星墾殖場，分形維數為1.048 1，最大值分布在武陽鎮，分形維數為1.083 7。

2.2.2 耕地質量局部空間自相關分析

局部空間自相關可以借助LISA集聚圖直觀地反映出南昌縣耕地質量集聚或離散的空間位置。以南昌縣各鄉鎮耕地質量指數為空間單元進行局部空間自相關分析，在99%的置信度水平下，統計各鄉鎮的LISA集聚或離散類型，結果顯示，南昌縣大部分地區耕地質量3類指數在空間分布上均表現為非顯著型。

表3 南昌縣各鄉鎮耕地質量指數全局Moran’sI值及分形維數

Table 3 Global Moran’sIvalue of land quality index and fractal dimension in Nanchang County

鄉鎮Township分形維數Fractaldimension耕地質量全局MoransI指數GlobalMoransIvalueoflandqualityindexNGUGEG三江鎮Sanjiang1.06790.570.350.34東新鄉Dongxin1.05910.130.100.18八一鄉Bayi1.06260.200.130.22岡上鎮Gangshang1.06530.650.170.23南新鄉Nanxin1.05890.250.120.13向塘鎮Xiangtang1.06680.340.100.11塔城鄉Tacheng1.07470.140.130.13塘南鎮Tangnan1.05790.310.150.20富山鄉Fushan1.05900.470.230.30幽蘭鎮Youlan1.08040.270.160.30廣福鎮Guangfu1.05950.770.160.23武陽鎮Wuyang1.08370.180.130.13昌東鎮Changdong1.06530.290.130.13蓮塘鎮Liantang1.05400.170.140.12蔣巷鎮Jiangxiang1.05610.220.100.10涇口鄉Jingkou1.06160.430.130.38麻丘鎮Maqiu1.06990.150.100.10黃馬鄉Huangma1.06790.340.110.15五星墾殖場Wuxing1.04810.120.180.11小藍經濟開發區Xiaolandevelopmentzone1.05790.660.150.25將軍洲農場Jiangjunzhou1.05140.110.210.16

國家自然等指數HH型以組團狀形式聚集在中部撫河平原以及西南部的贛撫總干沖積平原區域(圖4)，主要包括三江鎮大部，廣福鎮、八一鄉北部，向塘鎮、岡上鎮、武陽鎮、麻丘鎮南部，塘南鎮中部等，這些地區地處贛江和撫河的沖積平原，地勢平坦，土壤肥沃，排灌設施完善，離水源地近，交通便利，耕作自然條件優越，自然質量相對較高；LL型以團狀形式聚集在將軍洲農場大部，蔣巷鎮、涇口鄉東北部，八一鄉與向塘鎮接壤處以及黃馬鄉西南部，這些區域自然條件較差，地勢低洼不平，洼地、崗地、低丘、平原等交錯分布，土層較薄，巖石露頭度相對較大，土壤質地以砂質土為主，蓄水力弱，養分含量少，保肥力較差，排灌條件較差，耕地自然質量相對較低。HL型和LH型零星分布在南新鄉、昌東鎮、麻丘鎮、塔城鄉等鄉鎮。

國家利用等指數HH型以團狀形式聚集在三江鎮大部、廣福鎮東部、塘南鎮南部、涇口鄉西南部及武陽鎮與塔城鄉接壤處(圖4)，通過與交通、水系及農村居民點等疊加分析可知，這些區域耕地位于撫河支流或贛江支流兩側的沖積平原處，土壤肥沃，灌溉水源充足，排水通暢，交通便利，農村居民點分布密度較大，農戶耕作距離較短，便于耕作和管理，土地利用條件優越；LL型零星分布在南新鄉、武陽鎮、塔城鄉、黃馬鄉及八一鄉與向塘鎮交界處；HL型和LH型零星分布在黃馬鄉、塔城鄉、南新鄉以及岡上鎮、八一鄉與向塘鎮三者交界處。

國家經濟等指數在空間分布上相對集中且大致與國家利用等指數分布吻合(圖4)。HH型主要分布于向塘鎮東部-武陽鎮組團、麻丘鎮-塘南鎮組團、三江鎮-廣福鎮組團等區域，這些區域大部分位于贛江或撫河沖積平原地區，地勢平坦，耕地自然質量和利用水平較高，經濟發展條件較優，耕地投入產出效益較好。HL型和LH型分布與國家利用等指數較為一致。LL型以組團狀聚集分布在黃馬鄉、岡上鎮、廣福鎮、富山鄉和塔城鄉等鄉鎮，這些區域的耕地位于贛江和清豐山河兩側及撫河支流交匯處的沖積平原，耕地坡度較大，耕地自然質量和利用水平一般，經濟發展水平與交通條件相對較差，農村居民點分布較密集，建設用地占用耕地和耕地非農化現象較普遍，不利于耕作經濟效益的積累，導致國家經濟等指數相對較低。

2.2.3 基于局部空間自相關的耕地質量監測分區

綜合考慮耕地自然質量、利用水平和產出效益等方面的限制，根據南昌縣耕地資源的本底分布情況，將耕地中的NN型和HH型耕地劃分為常規監測區，主要分布在黃馬鄉西南部，廣福鎮、向塘鎮、武陽鎮大部，八一鄉北部，岡上鎮東部，幽蘭鎮與塘南鎮南部，涇口鄉東部與南部等地區；將耕地中的LL型耕地劃分為綜合監測區，主要分布在黃馬鄉西南部、廣福鎮南部、富山鄉與向塘鎮東部、涇口鄉北部、塘南鎮、蔣巷鎮南新鄉、五星墾殖場大部等地區；將耕地中的HL型和LH型耕地劃分為重點監測區，零星分布在黃馬鄉、廣福鎮、岡上鎮、涇口鄉、麻丘鎮、塘南鎮及蔣巷鎮等區域。

在常規監測區內，優質耕地高度集聚或制約因素離散特征不明顯，耕地質量較為均勻，應維持現有的耕地質量水平，積極推行秸稈還田、增施有機肥、少耕免耕、糧豆輪作等措施，禁止非農建設和非法占用耕地，繼續加強耕地保護。綜合監測區內因為自然、利用和經濟條件總體較差，是進行非農化建設較為理想的區域，若作農田利用，應綜合采用各種改良手段，因地制宜實行免耕少耕、深松淺翻、深施肥料和糧豆輪作套作等耕地保護和改良措施，整體實施綜合性的土地整治措施和耕地質量監測。在重點監測區內，高質量耕地易被低質量耕地同化，應強化高質量耕地的保護與提升，用地和養地相結合，提升土壤養分，改善耕層條件，改良農業耕作環境，如實施秸稈還田，推廣測土配方施肥，完善農田水利基礎設施，合理調整農業種植結構等，重點改良質量較低的耕地，避免低質量耕地向高質量耕地擴散，發揮高質量耕地的輻射擴散效應，以期實現向HH型的轉變，穩定提升耕地綜合質量。

3 結論與討論

本研究以2015年南昌縣耕地質量監測數據庫為基礎，以縣級和鄉鎮級耕地圖斑為空間單元，運用加權平均法、集中度指數、分形維數和空間自相關等多維研究方法對耕地質量進行空間分析，從中、微觀層面對耕地質量自然等指數、經濟等指數和利用等指數進行全局和局部空間自相關分析，主要結論如下。

(1)2015年南昌縣耕地質量3類指數的Moran’sI值表現為國家自然等指數>國家經濟等指數>國家利用等指數，且均大于0.2，說明南昌縣耕地質量在空間上呈正相關聚集的態勢。在空間上，高質量區域集中在縣域的西南部、中部和北部近贛江和撫河平原地區，在縣域西南部，耕地自然質量、利用質量和經濟質量均達到了較高水平。

(2)隨著空間尺度變化，耕地質量指數具有不同的空間關聯度。在同一尺度，從耕地質量等指數全局Moran’sI值的大小來看，耕地的國家自然等指數>國家經濟等指數>國家利用等指數。空間尺度越大，耕地質量指數越聚集，空間尺度越小，耕地質量的空間自相關特性也隨之降低。通過對縣級和鄉鎮級尺度耕地質量3類指數的全局Moran’sI值分析，兩者在數值上存在較大差距，國家自然等指數的全局Moran’sI值受空間尺度的影響最大，縣級與鄉鎮級水平全局Moran’sI值變幅達到0.1，國家經濟等指數其次，達0.09，國家利用等指數受影響最小，變幅僅0.06。總體來看，縣級耕地質量整體空間自相關水平都要高于鄉鎮級平均水平，從鄉鎮層面看，大部分鄉鎮的全局Moran’sI值低于縣級整體水平和鄉鎮級平均水平。

(3)局部空間自相關分析結果表明，耕地質量HH型以組團形式聚集分布，LL型多以條帶狀聚集分布，而HL型和LH型則以零星狀分散在縣域各個鄉鎮。綜合考慮南昌縣耕地的自然質量、利用水平和經濟效益，參照耕地質量3類指數中的局部空間自相關類型，將耕地質量劃分為常規監測區、綜合監測區和重點監測區。

本研究基于空間自相關分析劃分的耕地質量監測分區與縣域耕地質量空間分布格局、主導限制型因素、耕地質量漸變類型區較為吻合，說明基于耕地質量指數的局部空間自相關類型可作為耕地質量監測類型區、耕地利用與保護分區劃分的依據，在現實操作中是切實可行的，為耕地質量主導限制型譜序、監測分區、耕地利用與保護分區以及空間優化布局提供了新的方法，為耕地質量差異化、精細化監測提供了新思路。

耕地質量的變化是一個長期和動態變化的漸變過程，而本研究的監測時段相對較短，較短時間內耕地質量空間變化研究的準確度仍有待進一步探索，這也是當前耕地質量監測的難點之一。隨著氣候變化、生產水平和技術改進，原有的農用地指定作物的分等參數體系(光溫生產潛力、產量比系數、土地利用系數和土地經濟系數等)也發生了變化，國家自然等指數、利用等指數和經濟等指數須相應調整，而在實際監測中仍沿用上一輪農用地分等的監測體系，影響了耕地質量評價結果的合理性。另外，目前的耕地質量監測評價指標未考慮重金屬、微量元素和土壤污染對耕地質量空間變化的影響，這也是接下來需要進一步探討的內容。

[1] 陳印軍， 肖碧林， 方琳娜， 等. 中國耕地質量狀況分析[J]. 中國農業科學， 2011， 44(17): 3557-3564. CHEN Y J， XIAO B L， FANG L N， et al. The quality analysis of cultivated land in China[J].ScientiaAgriculturaSinica， 2011， 44(17): 3557-3564. (in Chinese with English abstract)

[2] 徐明崗， 盧昌艾， 張文菊， 等. 我國耕地質量狀況與提升對策[J]. 中國農業資源與區劃， 2016， 37(7): 8-14. XU M G， LU C A， ZHANG W J， et al. Situation of the quality of arable land in China and improvement strategy[J].ChineseJournalofAgriculturalResourcesandRegionalPlanning， 2016， 37(7): 8-14. (in Chinese with English abstract)

[3] 劉霈珈， 吳克寧， 趙華甫. 基于農用地分等與土地質量地球化學評估的耕地質量監測類型研究[J]. 資源科學， 2015， 37(1):37-44. LIU P J， WU K N， ZHAO H F. Cultivated land quality monitoring types base on agricultural land classification and land quality geochemical assessment[J].ResourcesScience， 2015， 37(1): 37-44. (in Chinese with English abstract)

[4] 韋仕川， 熊昌盛， 欒喬林， 等. 基于耕地質量指數局部空間自相關的耕地保護分區[J]. 農業工程學報， 2014， 30(18): 249-256. WEI S C， XIONG C S， LUAN Q L， et al. Protection zoning of arable land quality index based on local spatial autocorrelation[J].TransactionsoftheChineseSocietyofAgriculturalEngineering， 2014， 30(18): 249-256. (in Chinese with English abstract)

[5] 陳誠， 林晨. 蘇南地區耕地質量評價與分區保護研究[J]. 長江流域資源與環境， 2016， 25(12): 1860-1869. CHEN C， LIN C. Cultivated land quality assessment and protection zoning in southern Jiangsu[J].ResourcesandEnvironmentintheYangtzeBasin， 2016， 25(12): 1860-1869. (in Chinese with English abstract)

[6] 沈仁芳， 陳美軍， 孔祥斌， 等. 耕地質量的概念和評價與管理對策[J]. 土壤學報， 2012， 49(6): 1210-1217. SHEN R F， CHEN M J， KONG X B， et al. Conception and evaluation of quality of arable land and strategies for its management[J].ActaPedologicaSinica， 2012， 49(6): 1210-1217. (in Chinese with English abstract)

[7] 路婕， 李玲， 吳克寧， 等. 基于農用地分等和土壤環境質量評價的耕地綜合質量評價[J]. 農業工程學報， 2011， 27(2): 323-329. LU J， LI L， WU K N， et al. Cultivated land comprehensive quality evaluation based on agricultural land classification and soil environmental quality evaluation[J].TransactionsoftheChineseSocietyofAgriculturalEngineering， 2011， 27(2): 323-329. (in Chinese with English abstract)

[8] 張鳳榮， 安萍莉， 王軍艷， 等. 耕地分等中的土壤質量指標體系與分等方法[J]. 資源科學， 2002， 24(2): 71-75. ZHANG F R， AN P L， WANG J Y， et al. Soil quality criteria and methodologies of farmland grading[J].ResourcesScience， 2002， 24(2): 71-75. (in Chinese with English abstract)

[9] 馬建輝， 吳克寧， 趙華甫， 等. 基于農用地分等的耕地質量動態監測體系研究[J]. 中國農業資源與區劃， 2013， 34(5): 133-139. MA J H， WU K N， ZHAO H F， et al. Research on the dynamic cultivated land quality monitoring system based on the agricultural land gradation[J].ChineseJournalofAgriculturalResourcesandRegionalPlanning， 2013， 34(5): 133-139. (in Chinese with English abstract)

[10] 祝錦霞， 徐保根， 章琳云. 基于半方差函數與等別的耕地質量監測樣點優化布設方法[J]. 農業工程學報， 2015， 31(19): 254-261. ZHU J X， XU B G， ZHANG L Y. Optimization layout method of monitoring sample points of cultivated land quality based on semi-variance analysis and grade combination[J].TransactionsoftheChineseSocietyofAgriculturalEngineering， 2015， 31(19): 254-261. (in Chinese with English abstract)[11] 伍育鵬， 鄖文聚， 李武艷. 用標準樣地進行耕地質量動態監測與預警探討[J]. 中國土地科學， 2006， 20(4): 40-45. WU Y P， YUN W J， LI W Y. Research on standard-plot based monitoring and early-warning of arable land quality[J].ChinaLandScience， 2006， 20(4): 40-45. (in Chinese with English abstract)

[12] 楊勁松， 余世鵬， 劉廣明， 等. 黃淮海平原高水肥改良中低產田耕地質量動態評估[J]. 干旱地區農業研究， 2009， 27(3): 232-238. YANG J S， YU S P， LIU G M， et al. Assessment of farmland quality in the improvement process of mid-low yield lands under high water-fertilizer treatments in Huang-Huai-Hai Plain[J].AgriculturalResearchintheAridAreas， 2009， 27(3): 232-238. (in Chinese with English abstract)

[13] 趙小敏， 艾亮輝， 郭熙. 基于GIS的江西省中低產田等級評價和改造研究[J]. 江西農業大學學報(自然科學版)， 2003， 25(4): 519-522. ZHAO X M， AI L H， GUO X. A study on the grade evaluation and reformation of medium and low yield paddy field in Jiangxi Province by means of GIS[J].ActaAgriculturaeUniversitatisJiangxiensis(NaturalSciencesEdition)， 2003， 25(4): 519-522. (in Chinese with English abstract)

[14] 趙丹， 趙華甫， 饒杰， 等. 基于趨勢面的耕地質量空間分異特征及影響因素[J]. 水土保持研究， 2015， 22(6): 219-223. ZHAO D， ZHAO H F， RAO J， et al. Analysis of the spatial distribution pattern of cultivated land quality and the influential factors based on trend-surface[J].ResearchofSoilandWaterConservation， 2015， 22(6): 219-223. (in Chinese with English abstract)

[15] 陳寧麗， 張紅方， 張合兵， 等. 基于熵權TOPSIS法的耕地生態質量空間分布格局及主控因子分析——以河南省新鄭市為例[J]. 浙江農業學報， 2015， 27(8): 1444-1450. CHEN N L， ZHANG H F， ZHANG H B， et al. Spatial distribution and dominating factors analysis of ecological quality of cultivated land based on entropy-weighting TOPSIS method: A case study of Xinzheng City， Henan Province[J].ActaAgriculturaeZhejiangensis， 2015， 27(8): 1444-1450. (in Chinese with English abstract)

[16] 李武艷， 朱從謀， 王華， 等. 浙江省耕地質量多尺度空間自相關分析[J]. 農業工程學報， 2016， 32(23): 239-245. LI W Y， ZHU C M， WANG H， et al. Multi-scale spatial autocorrelation analysis of cultivated land quality in Zhejiang Province[J].TransactionsoftheChineseSocietyofAgriculturalEngineering， 2016， 32(23): 239-245. (in Chinese with English abstract)

[17] 施冰臣， 文杰， 李建華， 等. 云南省瀾滄江流域耕地自然質量等空間分布特征研究[J]. 西南農業學報， 2015， 28(2): 696-699. SHI B C， WEN J， LI J H， et al. Spatial distribution characteristics of natural quality levels of cultivated land in Lancang River watershed in Yunnan Province[J].SouthwestChinaJournalofAgriculturalSciences， 2015， 28(2): 696-699. (in Chinese with English abstract)

[18] 郭曉飛， 李建華， 李成學， 等. 基于多尺度的祥云縣縣域耕地自然質量空間分布特征分析[J]. 云南農業大學學報(自然科學)， 2016， 31(5): 923-929. GUO X F， LI J H， LI C X， et al. Spatial distribution features for natural quality of cultivated land at county levels based on multi-scale in Xiangyun County[J].JournalofYunnanAgriculturalUniversity(NaturalScience)， 2016， 31 (5): 923-929. (in Chinese with English abstract)

(責任編輯 高 峻)

Spatial distribution features of cultivated land quality based on spatial autocorrelation: A case study of Nanchang County， Jiangxi Province

ZHANG Han1，2，3， ZHAO Xiaomin1，3，4，*，KUANG Lihua4， GUO Xi1，2，3， LI Weifeng1，2， OUYANG Zhencheng1，2， HUANG Cong1，2， WANG Xiaoyan1，2， YE Yingcong1，2

(1.KeyLaboratoryofPoyangLakeBasinAgriculturalResourcesandEcologyofJiangxiProvince，JiangxiAgriculturalUniversity/SouthernRegionalCollaborativeInnovationCenterforGrainandOilCropsinChina，Nanchang330045，China; 2.SchoolofEnvironmentalandLandResourceManagement，JiangxiAgriculturalUniversity，Nanchang330045，China; 3.InstituteofLandScience，JiangxiAgriculturalUniversity，Nanchang330045，China; 4.CollegeofPublicAdministration，NanjingAgriculturalUniversity，Nanjing210095，China)

In order to understand and analyze the spatial characteristics of cultivated land quality， and to improve the quality of cultivated land construction and the new pattern of cultivated land protection， weighted average method， the index of concentration， fractal dimension and spatial autocorrelation analysis were adopted in the present study， and Nanchang County was selected as the study area to explore the differences of spatial characteristics of cultivated land quality from county and township-level scales by introducing the land natural grade index， use grade index and economical grade index as space variables and taking map spot of cultivated land as unit of spatial autocorrelation analysis. It was shown that the cultivated land quality index was high in southwest and low in northeast in Nanchang County. The Moran’sIvalue decreased as land natural grade index>economical grade index>use grade index. Different types of cultivated land quality index had different spatial correlation under different spatial scales， and the influence spatial scales on land index decreased as land natural index>economical grade index>use grade index. The positive spatial autocorrelation of cultivated land which contained the High-High type and the Low-Low type emerged as the shape of cluster and had a powerful agglomeration in the form of group， while the negative spatial autocorrelation which included the High-Low type and Low-High type was fragmentary in distribution. Considering the spatial autocorrelation type of cultivated land quality in Nanchang County， the cultivated land was divided into 3 monitoring division， i.e. regular monitoring region， comprehensive monitoring region and key monitoring region. These findings would provide references for the monitoring of regional cultivated land quality， the determination of dominant limiting type order， protection of cultivated land and management of partition， quality improvement and optimization of the spatial allocation of land.

cultivated land quality; spatial distribution; spatial autocorrelation; monitoring division; Nanchang County

10.3969/j.issn.1004-1524.2017.08.19

2017-02-27

國家自然科學基金項目(41361049)；江西省自然科學基金項目(20122BAB204012)

張晗(1992—)，男，江西永豐人，碩士研究生，主要從事土地遙感與信息、土地利用規劃和耕地質量監測等研究。 E-mail: zhanghan0307@163.com

*通信作者，趙小敏，E-mail: zhaoxm889@126.com

F301.21

A

1004-1524(2017)08-1365-10

張晗，趙小敏，匡麗花，等. 基于空間自相關的耕地質量空間分布特征研究——以江西省南昌縣為例[J]. 浙江農業學報，2017，29(8)： 1365-1374.